Redis知识
Redis基础
环境：Windows
简介
问题现象
- 海量用户
- 高并发
关系型数据库(罪魁祸首)
- 性能瓶颈：磁盘IO性能低下
- 扩展瓶颈：数据关系复杂，扩展性差，不便于大规模集群
解决思路
- 降低磁盘IO次数，越低越好
- 去除数据间的关系，越简单越好
Nosql(Not-Only-Sql)
泛指非关系型数据库，作为关系型数据库的补充。
一般的数据还是要存到关系型数据库中(硬盘中)，而nosql是将数据存入到内存中。
作用：应用与海量用户和海量数据前提下的数据处理问题
特征：
- 可扩容，可伸缩
- 大数据下高性能
- 灵活的数据模型（应对多种类型数据）
- 高可用
常见的Nosql数据库：
- Redis
- MongoDB
- HBase
应用场景：
解决方案一(电商场景)
概念：Redis（Remote Dictionary Server）高性能键值对(key -value)数据库
特征：
- 数据间没有必然的关联关系
- 内部采用单线程机制进行工作
- 高性能
- 多数据类型支持
- String类型
- 数组类型List
- 集合类型Set
- 散列类型 hash表
- 有序集合类型 sortedSet
- 持久化支持(和java中将对象序列化相似，将对象存到硬盘中)，进行数据灾难**(断电无法工作**)恢复
应用：
- 任务队列（秒杀，抢购等）
- 时效性信息控制(手机验证码时效性)
- 为热点数据加速查询
- 即时信息查询（排行榜信息，车来了公交信息，在线人数）
- 分布式数据共享
- 消息队列
- 分布式锁
基本操作
信息添加
-
功能：设置key、value数据
-
命令
set key value -
范例
set name zhang
信息查询
-
功能:根据key查询对应的value，如果不存在，返回空(nil)
-
命令
get key -
范例
get name
清屏
-
命令
ctrl L
帮助
-
功能： 获取帮助, 可以使用Tab键来切换
help 命令名称 help @组名
退出
-
命令
quit exit
数据类型
业务数据的特殊性
作为缓存使用
- 原始业务功能设计
- 秒杀
- 618活动
- 排队购票
- 运行平台监控到突发的高频访问数据
- 突发时事新闻
- 高频，复杂的统计数据
- 在线人数（直播）
附加功能
系统功能优化或升级
- 单服务器升级集群
- Session管理
- Token管理
常见数据类型
- string String
- hash HashMap
- list LinkedList
- set HashSet
- sortedSet TreeSet
redis自身是一个Map，按照key-value的形式存储数据。
数据类型指的是存储的数据类型，value中的数据类型，而key中的类型永远是String。
String类型
基本操作
//设置String
set key value
//设置多个String
mset key1 value1 key2 value2...
//设置生命周期
setex key seconds value
//得到String
get key
//得到多个String
mget key1 key2...
//删除String
del key
//获取String的长度
strlen key
//向字符串的后面追加字符，如果有就补在后面，如果没有就新建
append key value
小闹钟：发送和返回时间。
大闹钟：存储的时间。
使用单个set和单mset，最终所需时间如上图显示，在发送同等数据的情况下，使用mset更加的高效。
扩展操作
String作为数值操作
//增长指令，只有当value为数字时才能增长
incr key
incrby key increment 比如： incrby num 10 增加10
//操作小数
incrbyfloat key increment 比如 ：incrbyfloat num 1.2
//减少指令，有当value为数字时才能减少
decr key
//操作小数
decrby key increment
注意：increment可以为正数也可以为负数
-
String在redis中默认是字符串类型，当遇到incr和decr操作时，会转换成数值进行计算。(前提是存入的是数值类型的String)
-
redis所有的操作都是原子性的，采用单线程处理所有的业务，命令是一个一个执行，因此不想需要考虑并发带来的影响。
tips1：
- redis用于控制数据库表主键id，为数据库表主键提供生成策略，保障数据库表的主键唯一性
- 此方案适用于所有数据库，且支持数据库集群
业务场景：投票时间的限制
//设置数据的生命周期，单位 秒
setex key seconds value
//设置数据的生命周期，单位 毫秒
psetex key milliseconds value
tips2
- redis 控制数据的生命周期，通过数据是否失效控制业务行为，适用于所有具有时效性限定控制的操作
注意事项
key的设置约定
tips3
- redis运用于各种结构性和非结构型高热度数据访问加速
Hash类型
基本操作
//插入（如果已存在同名的field，会被覆盖）
hset key field value
hmset key field1 value1 field2 value2...
//插入（如果已存在同名的field，不会被覆盖）
hsetnx key field value
//取出
hget key field
hgetall key
//获取多个数据
hmget key field1 field2
//删除
hdel key field1 field2...
//获取field数量
hlen key
//查看是否存在
hexists key field
扩展操作
//获取哈希表中所有的字段名或字段值
hkeys key
hvals key
//设置指定字段的数值数据增加指定范围的值
hincrby key field increment
hdecrby key field increment
注意事项
- hash类型下的value只能存储字符串，不允许存储其他数据类型，不存在嵌套现象。如果数据未获取到， 对应的值为（nil）
- 每个 hash 可以存储 2^32 - 1 个键值
- hash类型十分贴近对象的数据存储形式，并且可以灵活添加删除对象属性。但hash设计初衷不是为了存储大量对象而设计的，切记不可滥用，更不可以将hash作为对象列表使用
- hgetall 操作可以获取全部属性，如果内部field过多，遍历整体数据效率就很会低，有可能成为数据访问瓶颈
应用场景
电商网站购物车设计
127.0.0.1:6379> hmset shop1 sp 10 sp2 1
OK
127.0.0.1:6379> hmset shop2 sp 1 sp 2
OK
127.0.0.1:6379> hgetall shop1
1) "sp"
2) "10"
3) "sp2"
4) "1"
127.0.0.1:6379> hgetall shop2
1) "sp"
2) "2"
127.0.0.1:6379> hmset shop3 sp:name 101 sp:info {.....}
OK
127.0.0.1:6379> hgetall shop3
1) "sp:nums" //商品编号:数量
2) "101" //数量
3) "sp:info" //商品：信息
4) "{.....}"
List类型
- 数据存储需求：存储多个数据，并对数据进入存储空间的顺序进行区分
- 需要的存储结构：一个存储空间保存多个数据，且通过数据可以体现进入顺序
- list类型：保存多个数据，底层使用双向链表存储结构实现
- 元素有序，且可重
//添加修改数据,lpush为从左边添加，rpush为从右边添加
lpush key value1 value2 value3...
rpush key value1 value2 value3...
//查看数据, 从左边开始向右查看. 如果不知道list有多少个元素，end的值可以为-1,代表倒数第一个元素
//lpush先进的元素放在最后,rpush先进的元素放在最前面
lrange key start end
//得到长度
llen key
//取出对应索引的元素
lindex key index
//获取并移除元素（从list左边或者右边移除）
lpop key
rpop key
扩展操作
//规定时间内获取并移除数据,b=block,给定一个时间，如果在指定时间内放入了元素，就移除
//key1,key2 :若干个列表
//timeout：单位：s
blpop key1 key2... timeout
brpop key1 key2... timeout
业务场景
微信朋友圈点赞，按照点赞顺序显示点赞好友信息
操作具有先后的数据控制
//移除指定元素 count:移除的个数 value:移除的值。 移除多个相同元素时，从左边开始移除
lrem key count value
127.0.0.1:6379> rpush 01 a b c d e
(integer) 5
127.0.0.1:6379> lrange 01 0 -1
1) "a"
2) "b"
3) "c"
4) "d"
5) "e"
127.0.0.1:6379> lrem 01 1 a
(integer) 1
127.0.0.1:6379> lrange 01 0 -1
1) "b"
2) "c"
3) "d"
4) "e"
127.0.0.1:6379>
注意事项
- list中保存的数据都是string类型的，数据总容量是有限的，最多2^32 - 1 个元素 (4294967295)。
- list具有索引的概念，但是操作数据时通常以队列的形式进行入队出队(rpush, lpop)操作，或以栈的形式进行入栈出栈(lpush, lpop)操作
- 获取全部数据操作结束索引设置为-1 (倒数第一个元素)
- list可以对数据进行分页操作，通常第一页的信息来自于list，第2页及更多的信息通过数据库的形式加载
日志的存储
使用redis中List类型来完成。
队列的形式或者栈的形式完成顺序的存储。
Set类型
- 新的存储要求：存储大量的数据，在查询方面提供更高的效率
- 需要的存储结构：能够保存大量的数据，高效的内部存储机制，便于查询
- set类型：与hash存储结构完成相同，不同之处在于key用来存值，而value不存值（nil），并且值是不允许重复的。
基本操作
//添加元素
sadd key member1 member2...
//查看元素
smembers key
//移除元素
srem key member
//查看元素个数
scard key
//查看某个元素是否存在
sismember key member
扩展操作
//从set中任意选出count个元素.原set集合数量不变
srandmember key count
//从set中任意选出count个元素并移除，原set集合发生改变
spop key count
业务场景
127.0.0.1:6379> srandmember users 3
1) "sh"
2) "js"
127.0.0.1:6379> srandmember users 1
1) "js"
127.0.0.1:6379> spop users
"js"
127.0.0.1:6379> srandmember users 2
1) "sh"
应用于随机推荐类信息检索，例如：热点歌单推荐。
//求两个集合的交集、并集、差集
//交集
sinter key1 key2...
//并集
sunion key1 key2...
//差集
sdiff key1 key2...
//求两个set的交集、并集、差集，并放入另一个set中
sinterstore destination key1 key2...
sunionstore destination key1 key2...
sdiffstore destination key1 key2...
//求指定元素从原集合放入目标集合中
smove source destination key
应用于同类信息的关联搜索，二度关联搜索，深度关联搜索
一度搜索：显示共同好友、关注，
二度搜索：用户A发出，获取到好友用户B的游戏充值列表
统计网站的访问量(PV),独立访客(uv)，独立IP（ip）
建立string类型，利用incrby统计日访问量
建立Set类型，记录不同cookie数量
建立Set类型，统计不同IP数量
应用于同类型数据的快速去重
注意事项
- set类型不允许重复数据，已经存在的数据，不会允许后续相同数据加入进来。
- set与hash的存储结构相同，但是无法启用hash中存储值的空间。
Sortd_Set类型
- 不重但有序（score）
- 新的存储需求：数据排序有利于数据的有效展示，需要提供一种可以根据自身特征进行排序的方式
- 需要的存储结构：新的存储模型，可以保存可排序的数据
- sorted_set类型：在set的存储结构基础上添加可排序字段
score关键字是用来排序，并不是数据
基本操作
//插入元素, 需要指定score(用于排序)
zadd key score1 member1 score2 member2
//查看元素(score升序), 当末尾添加withscore时，会将元素的score一起打印出来
zrange key start end (withscore)
//查看元素(score降序), 当末尾添加withscore时，会将元素的score一起打印出来
zrevrange key start end (withscore)
//移除元素
zrem key member1 member2...
127.0.0.1:6379> zadd scores 94 zs
(integer) 1
127.0.0.1:6379> zadd scores 80 ls
(integer) 1
127.0.0.1:6379> zadd scores 79 ww
(integer) 1
127.0.0.1:6379> zadd scores 22 zl
(integer) 1
127.0.0.1:6379> zrange scores 0 -1 withscores
1) "zl"
2) "22"
3) "ww"
4) "79"
5) "ls"
6) "80"
7) "zs"
8) "94"
127.0.0.1:6379> zrevrange scores 0 -1 withscores
1) "zs"
2) "94"
3) "ls"
4) "80"
5) "ww"
6) "79"
7) "zl"
8) "22"
127.0.0.1:6379> zrem socres zl
(integer) 0
127.0.0.1:6379> zrevrange scores 0 -1 withscores
1) "zs"
2) "94"
3) "ls"
4) "80"
5) "ww"
6) "79"
7) "zl"
8) "22"
//按条件获取数据, 其中offset为索引开始位置，count为获取的数目
zrangebyscore key min max [withscore] [limit offset count]
zrevrangebyscore key max min [withscore] [limit offset count]
//按条件移除元素
zremrangebyrank key start stop
zremrangebysocre key min max
注意：min于max用于限定搜索查询的条件
start与stop用于限定查询范围，作用于索引，表示开始和结束索引
offset于count用于限定查询范围，作用于查询结果，表示开始位置和数 据总量
//按照从大到小的顺序移除count个值
zpopmax key [count]
//按照从小到大的顺序移除count个值
zpopmin key [count]
//获得元素个数
zcard key
//获得元素在范围内的个数
zcount key min max
//求交集、并集放入destination中, 其中numkeys为交集或并集集合的数目,key1，key2代表要集合,它们会将集合中相同元素的值相加。
zinterstore destination numkeys key1 key2...
zunionstore destination numkeys key1 key2...
127.0.0.1:6379> zcard scores
(integer) 2
127.0.0.1:6379> zcount scores 20 100
(integer) 2
127.0.0.1:6379> zadd s1 100 a 50 b 30c
(error) ERR syntax error
127.0.0.1:6379> zadd s1 100 a 20 b 30 c
(integer) 3
127.0.0.1:6379> zadd s2 90 a 80 b 10 c
(integer) 3
127.0.0.1:6379> zadd s3 70 a 40 b 20 c
(integer) 3
127.0.0.1:6379> zinterstore ss 3 s1 s2 s3
(integer) 3
127.0.0.1:6379> zrange ss 0 -1 withscores
1) "c"
2) "60"
3) "b"
4) "140"
5) "a"
6) "260"
127.0.0.1:6379> zrange s1 0 -1 withscores
1) "b"
2) "20"
3) "c"
4) "30"
5) "a"
6) "100"
扩展操作
做数据的排序
比如：电影排行
//查看某个元素的索引(排名)
zrank key member
zrevrank key member
//查看某个元素索引的值
zscore key member
//增加某个元素索引的值
zincrby key increment member
127.0.0.1:6379> zadd movies 111 a1 222 a2 333 a3
(integer) 3
127.0.0.1:6379> zrank movies a1
(integer) 0
127.0.0.1:6379> zrevrank movies a1
(integer) 2
127.0.0.1:6379> zscore movies a1
"111"
127.0.0.1:6379> zscore movies a2
"222"
127.0.0.1:6379> zincrby movies 10 a1
"121"
注意事项
- score保存的数据存储空间是64位，如果是整数范围是-9007199254740992~9007199254740992
- score保存的数据也可以是一个双精度的double值，基于双精度浮点数的特征，可能会丢失精度，使用时候要慎重
- sorted_set 底层存储还是基于set结构的，因此数据不能重复，如果重复添加相同的数据，score值将被反复覆盖，保留最后一次修改的结果
业务场景
观看影视会员到期需要处理的任务，通过sorted_set设施时间处理任务。
127.0.0.1:6379> zadd hy 172826 uid:1
(integer) 1
127.0.0.1:6379> zadd hy 37459239 uid:2
(integer) 1
127.0.0.1:6379> zadd hy 47389 uid:3
(integer) 1
127.0.0.1:6379> zrange hy 0 -1
1) "uid:3"
2) "uid:1"
3) "uid:2"
127.0.0.1:6379> zrange hy 0 -1 withscores
1) "uid:3"
2) "47389"
3) "uid:1"
4) "172826"
5) "uid:2"
6) "37459239"
//获取当前系统时间
time
应用于定时任务执行顺序管理或任务过期管理
任务/消息权重设定应用
当任务或着消息待处理，形成了任务队列或消息队列时，对于高优先级的任务要保障对其优先处理，如何实现任务权重管理。
127.0.0.1:6379> zadd tasks 4 orderid:1
(integer) 1
127.0.0.1:6379> zadd tasks 6 orderid:2
(integer) 1
127.0.0.1:6379> zadd tasks 10 orderid:2
(integer) 0
127.0.0.1:6379> zrange tasks 0 -1 withscores
1) "orderid:1"
2) "4"
3) "orderid:2"
4) "10"
127.0.0.1:6379> zadd tasks 19 orderid:3
(integer) 1
127.0.0.1:6379> zrevrange tasks 0 -1 withscores
1) "orderid:3"
2) "19"
3) "orderid:2"
4) "10"
5) "orderid:1"
6) "4"
127.0.0.1:6379> zadd tt 102004 order:id:1
(integer) 1
127.0.0.1:6379> zadd tt 101008 order:id:2
(integer) 1
127.0.0.1:6379> zrange tt 0 -1 withscores
1) "order:id:2"
2) "101008"
3) "order:id:1"
4) "102004"
类型数据实践案列
//String类型
127.0.0.1:6379> get 415
(nil)
127.0.0.1:6379> setex 415 60 1
OK
127.0.0.1:6379> get 415
"1"
127.0.0.1:6379> incr 415
(integer) 2
127.0.0.1:6379> incr 415
(integer) 3
127.0.0.1:6379> get 415
(nil)
127.0.0.1:6379> get 415
(nil)
127.0.0.1:6379> setex 415 60 9223372036854775797
OK
127.0.0.1:6379> get 415
"9223372036854775797"
127.0.0.1:6379> incr 415
(integer) 9223372036854775798
127.0.0.1:6379> incr 415
(integer) 9223372036854775799
127.0.0.1:6379> incr 415
(integer) 9223372036854775800
127.0.0.1:6379> incr 415
(integer) 9223372036854775801
127.0.0.1:6379> incr 415
(integer) 9223372036854775802
127.0.0.1:6379> incr 415
(integer) 9223372036854775803
127.0.0.1:6379> incr 415
(integer) 9223372036854775804
127.0.0.1:6379> incr 415
(integer) 9223372036854775805
//超出时常，如果在60s内，输入的次数超出限制，会抛出异常
127.0.0.1:6379> incr 415
(integer) 1
127.0.0.1:6379> incr 415
(integer) 2
127.0.0.1:6379> get 415
"2"
模拟微信消息发送时间排序
set用来存放置顶的消息
此时 300 用户向100 用户发送消息，需要判断是普通消息还是置顶消息
接下来400，发消息，在100用户中400用户是置顶消息，因此400的消息放到置顶list中
200用户连续发送两次消息，都是普通消息，200第一次消息放入普通list，第二次消息放入list前会把之前的200消息去除，再放入，
最后300用户又发了一次信息，发现原本list中有300信息，将其去除在加入到list中，放在200之后。
最后100拿起手机查看消息，400为置顶位于最前，300消息最近在200之前
//List类型
127.0.0.1:6379> lpush 100 200
(integer) 1
127.0.0.1:6379> lrem 100 1 300
(integer) 0
127.0.0.1:6379> lpush 100 300
(integer) 2
127.0.0.1:6379> lrem 100 1 400
(integer) 0
127.0.0.1:6379> lpush 100 400
(integer) 3
127.0.0.1:6379> lrem 100 1 200
(integer) 1
127.0.0.1:6379> lpush 100 200
(integer) 3
127.0.0.1:6379> lrem 100 1 300
(integer) 1
127.0.0.1:6379> lpush 100 300
(integer) 3
127.0.0.1:6379> lrange 100 0 -1
1) "300"
2) "200"
3) "400"
Key通用命令
key通用操作
特征：
- key是一个字符串，通过key获取redis中保存的数据
基本操作
//查看key是否存在
exists key
//删除key
del key
//查看key的类型
type key
127.0.0.1:6379> set str str
OK
127.0.0.1:6379> hset hash hash1 1
(integer) 1
127.0.0.1:6379> lpush list1 1
(integer) 2
127.0.0.1:6379> sadd set 1
(integer) 1
127.0.0.1:6379> zadd zset 1 zset1 2 zset2
(integer) 2
127.0.0.1:6379> type str
string
127.0.0.1:6379> type hash
hash
127.0.0.1:6379> type list1
list
127.0.0.1:6379> type set
set
127.0.0.1:6379> type zset
zset
扩展操作（时效性操作）
//设置生命周期
expire key seconds（秒）
pexpire key milliseconds（毫秒）
expire key timestamp (时间戳)
pexpire key milliseconds-timestamp
//获取key的有效时间, 如果有有效时间则返回剩余有效时间, 如果为永久有效，则返回-1, 如果Key不存在则返回-2
ttl key
pttl key
//将有时限的数据设置为永久有效
persist key
127.0.0.1:6379> set str str
OK
127.0.0.1:6379> get str
"str"
127.0.0.1:6379> expire str 3
(integer) 1
127.0.0.1:6379> get str
"str"
127.0.0.1:6379> get str
(nil)
127.0.0.1:6379> expire str 30
(integer) 0
127.0.0.1:6379> ttl str
(integer) -2
127.0.0.1:6379> get str
(nil)
127.0.0.1:6379> set str str
OK
127.0.0.1:6379> expire str 30
(integer) 1
127.0.0.1:6379> ttl str
(integer) 26
127.0.0.1:6379> pttl str
(integer) 20303
127.0.0.1:6379> ttl str
(integer) 17
127.0.0.1:6379> persist str
(integer) 1
127.0.0.1:6379> ttl str
(integer) -1
(查询模式)
//根据key查询符合条件的数据
keys pattern
查询模式规则
（其他操作）
//重命名key，为了避免覆盖已有数据，尽量少去修改已有key的名字，如果要使用最好使用renamenx
rename key newKey
renamenx key newKey
//对有所key排序,不会改变原数据
sort
//查看所有关于key的操作, 可以使用Tab快速切换
help @generic
数据库通用指令
数据库
解决方案
- Redis为每个服务提供有16个数据库，编号从0到15
- 每个数据库之间的数据相互独立
Database 基本操作
//切换数据库 0~15
select index
//其他操作
quit
//测试服务器
ping
echo massage
扩展操作
//移动数据, 必须保证目的数据库中没有该数据
mov key db
//数据清除
//刷掉当前的数据
flushdb
//删除所有数据
flushall
//查看该库中数据总量
dbsize
Jedis
Jedis简介
编程语言与redis
-
java语言连接redis服务
Jedis
SpringData Redis
Lettuce
-
C、c++、c#、Erlang等等
HelloWorld（Jedis）
Java操作引入Maven依赖
<dependency>
<groupId>redis.clients</groupId>
<artifactId>jedis</artifactId>
<version>2.9.0</version>
</dependency>
<dependency>
<groupId>junit</groupId>
<artifactId>junit</artifactId>
<version>4.12</version>
</dependency>
Java操作redis的步骤
- 连接redis
- 操作redis
- 关闭连接
//1.连接redis，ip和端口号
Jedis jedis = new Jedis("127.0.0.1",6379);
//2.操作redis,jedis中对数据操作的指令和redis中的指令是一样的。
jedis.set("小白","hello");
//3.关闭连接
jedis.close();
获取数据
//获取数据
String str = jedis.get("小白");
System.out.println(str);
//结果：hello
Jedis读写redis数据
案例要求
//这里按照s来测试
package Jedis;
import redis.clients.jedis.Jedis;
import redis.clients.jedis.exceptions.JedisDataException;
import static java.lang.Math.*;
public class Service {
private String id;
private int nums;
public Service(String id,int nums){
this.id = id;
this.nums = nums;
}
//控制单元
public void service(){
Jedis jedis = new Jedis("127.0.0.1",6379);
String value = jedis.get("compid:"+id);
//判断该值是否存在
try {
if (value == null){
//不存在，创建该值并设置生命周期
//设定允许10s内调用nums次
jedis.setex("compid:"+id,10,Long.MAX_VALUE - nums+"");
}else {
//存在，自增，调用业务
long nums1 = jedis.incr("compid:"+id);
business(nums-(Long.MAX_VALUE-nums1),id);
}
} catch (JedisDataException e){
System.out.println("调用次数已经到达上限，请升级会员");
return;
}finally {
jedis.close();
}
}
//业务操作
public void business(Long nums, String id){
System.out.println("用户:"+id+" 业务操作执行"+nums);
}
}
class MyThread extends Thread{
Service sc ;
public MyThread(String name,int nums){
sc = new Service(name,nums);
}
@Override
public void run() {
while (true){
sc.service();
try {
Thread.sleep((long) (500L + abs(random())));
} catch (InterruptedException e) {
e.printStackTrace();
}
}
}
}
class Main{
public static void main(String[] args) {
MyThread myThread = new MyThread("初级用户",10);
MyThread myThread1 = new MyThread("高级用户",20);
myThread.start();
myThread1.start();
}
}
Jedis简易工具类开发
基于连接池获取链接
配置文件
//全局配置
redis.host = 127.0.0.1
redis.port = 6379
redis.maxTotal = 30
redis.maxIdle = 10
简易工具类
public class JedisUtils {
private static String host;
private static Integer port;
private static Integer maxTotal;
private static Integer maxIdle;
private static JedisPool jedisPool = null;
//静态代码块在类加载时，只加载一次
static {
//加载配置文件
ResourceBundle rb = ResourceBundle.getBundle("redis");
//服务地址
host = rb.getString("redis.host");
//端口号
port = Integer.valueOf(rb.getString("redis.port"));
//最大连接数
maxTotal = Integer.valueOf(rb.getString("redis.maxTotal"));
//最大活动连接数
maxIdle = Integer.valueOf(rb.getString("redis.maxIdle"));
JedisPoolConfig jpc = new JedisPoolConfig();
jpc.setMaxTotal(maxTotal);
jpc.setMaxIdle(maxIdle);
jedisPool = new JedisPool(jpc,host,port);
}
public static Jedis getJedis(){
return jedisPool.getResource();
}
}
可视化客户端
扫一扫
547
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
